视网膜AI辅助诊断领域迎来突破！7月27日，广州中山大学中山眼科中心林浩添教授团队联合医疗人工智能领军企业鹰瞳Airdoc等开展的“AI视网膜多病种辅助诊断系统”真实世界研究，成果正式发表于国际顶级医学期刊《柳叶刀·数字健康》(The Lancet Digital Health)杂志(SCI影响因子24.519)。研究结果证实，该辅助诊断系统在临床真实世界验证中表现出稳健的疾病识别能力。杂志同期发表了威斯康星大学麦迪逊分校影像诊断中心(世界著名眼科影像诊断中心)主任Amitha Domalpally的专题评述：该研究“标志着医学人工智能研究迈向正确的发展方向”。

　　(《柳叶刀》官网截图)

　　视网膜AI可识别多种常见眼底异常

　　研究团队开展了一项全国性研究，使用来自16家具有不同疾病分布、不同级别的医疗机构的20余万张视网膜图像，训练出了可同时识别14种常见眼底异常的AI视网膜多病种辅助诊断系统(以下简称“系统”)，包括糖尿病、高血压等全身性疾病的眼部表现，以及青光眼、病理性近视、视网膜静脉阻塞、视网膜脱离等12种威胁视力的异常。

　　广州中山大学中山眼科中心领衔的16家医疗和科研机构对该系统进行了验证与分析，包括北京同仁医院、上海五官科医院、北京大学人民医院和山东大学齐鲁医院等多家知名三甲医院的医学专家。另外，来自美国、英国、新加坡、澳大利亚等国家的专家在文章撰写和修改中也提供了有力的帮助。

　　研究团队通过2万余张视网膜图像对系统进行内部验证，其模型评估指标AUC可达0.955；同时使用全国35家医疗机构前瞻性采集的近2万张视网膜图像进行外部测试，包括来自中国28个省份的8家三级医院、6家社区医院和21家健康体检机构，并覆盖到了新疆、云南、广西、宁夏等中国少数民族聚集地和边疆偏远地区的医疗机构，结果显示其AUC在0.95-0.98之间，性能表现优异。

　　除在临床真实环境进行前瞻性实时验证外，研究团队还设计了一系列临床测试，包括将该系统的表现与16位来自不同地区、不同年资的眼科医师的判断进行比较，使用非中国人种和模型训练未涉及的照相机型号获取的眼底彩照对该系统进行测试等。另外，研究团队还首次使用胶片相机拍摄的眼底图像的电子扫描版对该系统进行了测试。

　　视网膜AI落地应用按下“加速键”

　　《柳叶刀》(The Lancet)创刊于1823年，作为国际四大权威医学杂志之一，是世界上历史最悠久及最受重视的同行评审性质医学期刊之一。《柳叶刀》长期跟踪全球的前沿医学发展及应用，尤其是数字健康领域的进展，设立的《柳叶刀·数字健康》业已成为全球医学领域的权威杂志(SCI影响因子24.519)。

　　当前，医学AI研究已经进入临床实践阶段，其中医学影像AI领域是发展最快，也是最先实现落地应用的领域。据介绍，2020年8月，鹰瞳Airdoc获得国家药监局颁发的首张眼科人工智能软件第三类医疗器械证书，由此展开了人工智能视网膜辅助诊断系统在医疗机构的广泛应用，有效提升医生的诊断效率和质量。

　　(AI视网膜多病种辅助诊断系统界面。图片源于论文附录)

　　据全球著名增长咨询公司弗若斯特沙利文，鹰瞳Airdoc自主研发的深度学习算法目前能做到识别55种健康风险。同时，鹰瞳Airdoc建成了视网膜图像数据库，数据库不但达到千万级，更是拥有数百万高质量、多维度交叉标注数据，全面涵盖了年龄、性别、商业渠道、设备型号和疾病类型等。这也保证了产品在训练深度学习模型，以精确查明疾病相关症状的过程中，可持续优化现有算法并继续开发针对新适应症的新算法。

　　医疗人工智能的开发是为了解决未被满足的临床需求，尤其是在社区环境中的应用。该研究表明，AI视网膜多病种辅助诊断系统完全可以部署在网络基础设施差、医疗资源稀缺的偏远地区，支持中国多民族多人种的眼底检查，同时保持高度的准确性。